Una delle cose più difficili da fare quando c’è una fuoriuscita di materiale radioattivo è quella relativa al prevedere la distribuzione del fallout nell’atmosfera. Si tratta di previsioni che debbono essere fatte con un buon grado di precisione e che spesso possono salvare interi ecosistemi se non vite umane.
Un nuovo studio, pubblicato su Scientific Reports, descrive come può essere utilizzata l’intelligenza artificiale proprio in questo campo.
Un gruppo di ricercatori dell’Istituto di Scienza Industriale dell’Università di Tokio, ha creato un programma che è capace di prevedere con un ottimo grado di precisione i punti nei quali il materiale radioattivo emesso finirà per atterrare e lo fa con più di 30 ore di anticipo. Gli algoritmi del programma utilizzano anche le previsioni del tempo, in particolare quelle relative al vento.
Il sistema è quello dell’apprendimento automatico (machine learning) grazie al quale il programma può utilizzare tantissimi dati relativi a precedenti modelli meteorologici per prevedere il percorso delle emissioni radioattive.
Un programma del genere potrebbe essere utilissimo per attuare piani di evacuazione, nonché altre misure di protezione, in tempo per salvare le persone intorno ad una centrale nucleare che abbia avuto malauguratamente una fuoriuscita di materiale radioattivo, per esempio.
Lo studio è stato chiaramente motivato dall’incidente di Fukushima che ha mostrato quanto gli strumenti utilizzati fino ad allora fossero inaffidabili in tal senso.
Secondo Takao Yoshikane, questo nuovo strumento “è stato addestrato per la prima volta utilizzando anni di dati meteorologici per prevedere dove sarebbe stata distribuita la radioattività se fosse stata rilasciata da un punto particolare. Nei test successivi, è possibile prevedere la direzione della dispersione con almeno l’85% di accuratezza, con un aumento fino al 95% in inverno quando ci sono modelli meteorologici più prevedibili”.
